如何使用索引编码多标签表示？

Question

我想将[[1, 2], [4]]编码为

[[0, 1, 1, 0, 0],
[0, 0, 0, 0, 1]]

而sklearn.preprocessing.MultiLabelbinarizer仅提供

[[1, 1, 0],
[0, 0, 1]]

任何人都知道如何使用Numpy或Pandas或sklearn内置函数执行此操作？

Answer 1

MultilabelBinarizer只会知道你发送的内容。当它只看到3个不同的类时，它将只分配3列。

您需要设置classes参数来设置数据集中预期的类总数（按照列中所需的顺序）：

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer(classes=[0,1,2,3,4])
mlb.fit_transform([[1, 2], [4]])

#Output
array([[0, 1, 1, 0, 0],
       [0, 0, 0, 0, 1]])